视觉导航智能车的道路识别及障碍物检测算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-11页 |
| ·课题来源及研究的目的和意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·论文主要研究方法和内容 | 第10-11页 |
| 第2章 图像的获取和预处理 | 第11-22页 |
| ·图像的获取 | 第11页 |
| ·摄像头的标定 | 第11-13页 |
| ·摄像头内部参数的标定 | 第11-12页 |
| ·摄像机外部参数的标定 | 第12-13页 |
| ·图像的预处理 | 第13-21页 |
| ·图像的色度空间转换 | 第14页 |
| ·图像处理区域的设定 | 第14-15页 |
| ·图像的空间滤波 | 第15-17页 |
| ·图像直方图均衡化 | 第17-19页 |
| ·形态学图像处理 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 图像分割和边缘提取 | 第22-29页 |
| ·图像分割的定义 | 第22页 |
| ·图像的二值化 | 第22-24页 |
| ·图像边界特征 | 第24-25页 |
| ·边缘检测算子 | 第25-28页 |
| ·梯度边缘检测 | 第26-27页 |
| ·二阶微分边缘检测 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 道路的识别与跟踪 | 第29-40页 |
| ·Hough 变换 | 第29-32页 |
| ·道路初始边界的获取 | 第32-34页 |
| ·道路边界线的提取 | 第32-33页 |
| ·输出中心线 | 第33-34页 |
| ·道路的跟踪阶段 | 第34-36页 |
| ·感兴趣区域选择 | 第35-36页 |
| ·在跟踪阶段利用RHT 对ROI 进行边界检测 | 第36页 |
| ·实验结果 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 道路车辆的识别 | 第40-59页 |
| ·基于特征的车辆识别算法 | 第40-49页 |
| ·汽车底部阴影 | 第40-42页 |
| ·汽车的对称性 | 第42-44页 |
| ·汽车尾灯 | 第44-49页 |
| ·基于训练的道路车辆识别算法 | 第49-58页 |
| ·Viola-Jones 的分类器理论 | 第49-53页 |
| ·利用Haar-like 特征进行车辆检测 | 第53-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第64-66页 |
| 致谢 | 第66页 |
